Quando un progetto di intelligenza artificiale si blocca, la causa raramente è il modello. Nella maggior parte dei casi il sistema non trova i dati, li trova in versioni discordanti, non sa quale fonte considerare valida oppure non può accedervi per ragioni di sicurezza mai formalizzate.
Proprietà del dato: una persona, non un ufficio
Il primo intervento efficace è anche il meno tecnologico: attribuire a una persona la responsabilità di ciascun insieme di dati rilevante, con il compito di definirne significato, regole di aggiornamento e criteri di accesso. Senza questa attribuzione ogni discussione sulla qualità resta senza interlocutore.
Qualità misurata, non dichiarata
La qualità dei dati diventa gestibile solo quando viene misurata con continuità: completezza dei campi obbligatori, tasso di duplicazione, coerenza tra sistemi, ritardo di aggiornamento. Sono metriche semplici da produrre e sorprendentemente rivelatrici, perché mostrano dove i processi operativi si discostano da come sono documentati.
Il beneficio va oltre l AI
Il lavoro sul governo dei dati produce risultati anche in assenza di progetti di intelligenza artificiale: reportistica più affidabile, integrazioni meno fragili, adempimenti privacy più rapidi da soddisfare. È l argomento più solido per finanziarlo, perché non dipende dal successo di una singola iniziativa tecnologica.
Partecipa alla community